tf idf之外的其他文档功能用于集群

Question

用于对文本文档进行聚类的文档还有哪些其他功能表示？我所知道的唯一表示是tf idf。还有其他的吗？

Answer 1

这并不是一个加权（或它的极端版本），但我注意到，修剪频繁的特性会使使用k-means的文档聚类更加稳定：例如，您可以尝试修剪50%或更多文档的所有非零特性。